Функция set_random_seed

Функция set_random_seed устанавливает глобальное зерно (seed) для генераторов случайных чисел, используемых в TensorFlow. Первым параметром функция принимает целое число, которое будет использоваться в качестве зерна. Установка зерна гарантирует, что последовательность случайных чисел будет одинаковой при каждом запуске программы, что важно для воспроизводимости экспериментов.

Синтаксис

tf.random.set_seed(seed)

Пример

Давайте установим зерно и сгенерируем тензор случайных чисел:

import tensorflow as tf

tf.random.set_seed(0)
t = tf.random.normal([5])
print(t)

Результат выполнения кода:

tf.Tensor([-0.39915764 0.39323664 0.47586662 -1.1672063 -0.5717899 ], shape=(5,), dtype=float32)

Пример

Давайте убедимся, что при повторном запуске с тем же зерном результат совпадает:

import tensorflow as tf

tf.random.set_seed(0)
t1 = tf.random.normal([5])
print(t1)

tf.random.set_seed(0)
t2 = tf.random.normal([5])
print(t2)

Результат выполнения кода:

tf.Tensor([-0.39915764  0.39323664  0.47586662 -1.1672063  -0.5717899 ], shape=(5,), dtype=float32)
tf.Tensor([-0.39915764  0.39323664  0.47586662 -1.1672063  -0.5717899 ], shape=(5,), dtype=float32)

Пример

Давайте установим зерно и сгенерируем случайные целые числа:

import tensorflow as tf

tf.random.set_seed(42)
t = tf.random.uniform([5], minval=0, maxval=10, dtype=tf.int32)
print(t)

Результат выполнения кода:

tf.Tensor([2 6 6 0 4], shape=(5,), dtype=int32)

Смотрите также

функцию normal,
которая генерирует тензор нормального распределения
функцию uniform,
которая генерирует тензор равномерного распределения
функцию truncated_normal,
которая генерирует усеченный нормальный тензор
функцию stateless_normal,
которая генерирует нормальный тензор без состояния